دانلود ترجمه مقاله تشخیص خودکار مرز سطحی ساختارهای آناتومی کمر

1. مقدمه 2. روش تحقیق 3. اعتباریابی 4. نتایج 5. نتیجه گیری ها و توصیه هایی برای پژوهش های آتی

چکیده – وضعیت مشکل دار بدن، کژپشتی و نافرمی صفحه ساژیتال، باید هرچه زودتر آشکار شوند تا اقدامات پیشگیرانه و درمانی برای جلوگیری از پیامدهای بالینی عمده، بکار گرفته شود. برای پشتیبانی از مستندسازی و گزارش دهی شدت تغییر شکل و جلوگیری از قرار گیری در معرض اشعه ایکس، چندین راهکار با استفاده از تحلیل داده های توپوگرافی سطح کمر، معرفی شده اند. یک رویکرد جدید برای تشخیص و مکانیابی خودکار خطوط مرزی آناتومی کمر ارائه شده است که می توانند نتایج تکرارپذیرتر حاصل کنند و کل روال را تسریع بخشند. این الگوریتم به عنوان یک فرآیند دو مرحله ای شامل یک مدل آماری ساخته شده براساس دانش متخصص و تحلیل داده های شکل سطح کمر سه بعدی، طراحی شده است. دیاگرام ورونوی، برای متصل کردن روابط هندسی میانگین، که اولین تقریب از موقعیت ها را همراه با توزیع انحنای سطحی فراهم می کند استفاده می شود و در نتیجه این امر فرآیند تشخیص را بیشتر هدایت می کند و مکان های نهایی خطوط مرزی را حاصل می کند. موقعیت های بدست آمده با استفاده از الگوریتم های توسعه یافته با توجه به دقت خط مرزی دستی توسط متخصصان، اعتبار یابی می شوند. اعتباریابی اولیه ثابت کرد که خطوط مرزی به درستی مکانیابی شده اند، و دقت عمدتاً به مشخصات یک ساختار معین، بستگی دارد. نتیجه گیری شد که این تشخیص باید عمدتاً شکل سطح کمر را مدنظر قرار دهد و تا آنجا که ممکن است تاکید کمتری بر تقریب آماری کند. مقدمه: نافرمی نخاع بر همه گروه های سنی تاثیر می گذارد و باعث شایع ترین مسائل وضعیت بدن و درد در جوامع مدرن می شود [1-4]. کمردرد، یکی از بیماریهاست که معمولاً کیفیت زندگی را کاهش می دهد [5-8]. نافرمی در بزرگسالان ممکن است با درد [9] و یا شکافت های تراکمی [10] ارتباط داشته باشد. وضعیت بدن مشکل دار و اختلالات مرتبط را باید هرچه زودتر آشکار سازی کرد تا اقدامات پیشگیرانه در برابر اکثر مشکرات در افراد سالمند، صورت گیرد [11، 12].

Faulty postures, scoliosis and sagittal plane deformities should be detected as early as possible to apply preventive and treatment measures against major clinical consequences. To support documentation of the severity of deformity and diminish x-ray exposures, several solutions utilizing analysis of back surface topography data were introduced. A novel approach to automatic recognition and localization of anatomical landmarks of the human back is presented that may provide more repeatable results and speed up the whole procedure. The algorithm was designed as a two-step process involving a statistical model built upon expert knowledge and analysis of three-dimensional back surface shape data. Voronoi diagram is used to connect mean geometric relations, which provide a first approximation of the positions, with surface curvature distribution, which further guides the recognition process and gives final locations of landmarks. Positions obtained using the developed algorithms are validated with respect to accuracy of manual landmark indication by experts. Preliminary validation proved that the landmarks were localized correctly, with accuracy depending mostly on the characteristics of a given structure. It was concluded that recognition should mainly take into account the shape of the back surface, putting as little emphasis on the statistical approximation as possible. Introduction: Spinal deformities affect all age groups, leading to the most frequent postural and pain problems in modern societies.[1–4] Back pain is one of the diseases, which usually lowers the quality of life.[5–8] The adult deformity may relate to pain9 and/or compression fractures.[10] Faulty postures and associated disorders should be detected as early as possible to apply preventive measures against major consequences in old age.[11,12].